agentleFS
Practice019Practice019/agent-skills/myagents-router/SKILL.md

myagents-router

Skill0 starsChanged 2 months agoMITView on GitHub

MyAgents 技能套件统一入口:按用户意图路由到套件内子技能(任务对齐 / 任务执行 / 网络资源下载 / 多 AI 并行深度研究),再用 read 读取对应子技能文件执行。当用户说「帮我规划并对齐这件事」「先对齐再动手」「/task-alignment」「/task-implement」「启动这个任务」「下载电子书/论文/影视/音乐/软件」「多 AI 并行深度研究/多方对比调研」时使用。 Unified router for the MyAgents skill suite: task alignment, autonomous task execution, resource downloading, and multi-AI parallel deep research. Routes an intent to the embedded subskill file and executes it via read; use for /task-alignment, /task-implement, download requests, or deep multi-source research.

The file

Files
SKILL.md

MyAgents Router(套件路由)

上游来源:https://github.com/hAcKlyc/MyAgents_skills(作者 Ethan L)。本技能把该仓库的 4 个子技能物理内嵌为一个套件文件夹,可用技能列表里只出现 myagents-router 这一个入口(子技能不再单独注册,这是预期行为,不是安装失败)。

目录结构

myagents-router/
├── SKILL.md                    ← 唯一被 DSH 扫描的入口(只做路由判断)
├── task-alignment/SKILL.md     ← 子技能:需求对齐,产出 .task 文档
├── task-implement/SKILL.md     ← 子技能:自主执行已对齐任务
├── download-anything/SKILL.md  ← 子技能:找资源 + 下载
│   ├── references/(9 份分类站点/技巧参考)
│   └── scripts/(7 个 dl-*.sh 下载脚本)
└── ultra-research/SKILL.md     ← 子技能:多 AI 并行深度研究
    └── references/(6 份各 AI 服务操作参考)

子技能职责速查

子技能职责典型触发信号
task-alignment把粗略想法对齐成可执行的事;判断「当前会话直接做」还是「固化成 .task/ 任务」,后者产出 4 份文档帮我规划一下、先理一理、我有个想法、想探索 X、/task-alignment;用户没定义范围就跳进复杂任务
task-implement作为用户代理自主执行 .task/<MMDD_slug>/ 下已对齐的任务,拆解、委派子智能体、独立校验、交付/task-implement、start the task、go ahead and implement、execute the plan、「没问题,开始执行」
download-anything找并下载网络资源:影视、音乐、电子书、论文、软件、图片字体、课程、网盘资源下载某视频/音乐/书/软件、找资源、批量下图、磁力/种子、网盘搜索
ultra-research多 AI 服务并行研究、交叉验证、输出带引用综合报告全面调研、深度研究、多方对比、竞品/选型/行业趋势这类复杂主题

固定路由流程

  1. 边界判断:用户意图是否落在上表四类之内?不属于 → 不用本套件,按普通任务处理(例如简单事实查询不该走 ultra-research)。
  2. 顺序判断(任务类):
    • 还没有 .task/ 文档、或用户还在「想做什么」阶段 → task-alignment
    • 已有 .task/ 文档、或用户明确要启动执行 → task-implement
    • 二者是前后阶段关系,不是二选一:先对齐,再执行。
  3. 资源类判断:要「找/下载东西」→ download-anything;要「研究一个主题并产出结论」→ ultra-research;两者都要(先研究再下素材)→ 先 ultra-research 再 download-anything。
  4. 读取执行:read 对应子技能文件,按其内容执行。不要用 skill 工具加载子技能——子技能未注册,按名加载会失败。

主路由表

用户诉求走哪个子技能不适用条件产出物
需求模糊,要先对齐范围与验收标准task-alignment/SKILL.md(相对本技能目录)三言两语就能做完的小事对齐结论;要么当场做,要么 .task/<slug>/ 下 4 份文档
已有对齐文档,要自主执行task-implement/SKILL.md(相对本技能目录).task/ 里没有任务 → 先回 task-alignment代码/文档变更、progress.md 全程记录、交付总结
下载视频/音频/图片/磁力download-anything/SKILL.md(相对本技能目录)—落地文件 + 所用工具与命令
找电子书/论文/软件/课程同上—资源链接 + 下载结果
网盘资源检索(百度/阿里/夸克)同上,再读 download-anything/references/cloud-search.md—可用分享链接 + 提取码
复杂主题的深度调研/多方对比ultra-research/SKILL.md(相对本技能目录)简单事实查询(一次检索就够)带引用的综合报告 + 各来源原始记录
跨模块(要研究 → 再下素材 → 再固化成任务)依次 ultra-research → download-anything →(需要长期跟进时)task-alignment—报告 + 素材 + 任务文档

路由输出格式

命中本套件后,先给出判断块再执行:

route: <subskill-name>
reason: <一句话说明为什么走它>
next: read <subskill-name>/SKILL.md(相对本技能目录)

规则:

  • 一次只路由到一个子技能;需要串联时按顺序逐个路由,不要并行读取相互依赖的子技能。
  • 判断块之后立刻开始执行,不要停下来问「要不要我继续」。
  • 若用户已用命令形式指定(/task-alignment、/task-implement),直接路由到对应子技能,不要再做二次判断。

注意事项

  1. 子技能不注册:task-alignment、task-implement、download-anything、ultra-research 都不在可用技能列表里,只能用 read 读文件执行。这是模式 B(内嵌路由)的预期结果。
  2. 路径基准:本技能里所有 <子技能名>/SKILL.md、references/*.md 都相对本技能目录解析;子技能内部写的 references/xxx.md、scripts/xxx.sh 相对该子技能目录解析。
  3. 文件缺失时如实说:某个子技能文件不存在(被移动/删除)时,只记录路由需求并告知用户,不要假装已加载。
  4. task-alignment ↔ task-implement 是强顺序:.task/ 目录由对齐阶段生成;没有它时执行阶段会直接走「建议先对齐」分支。
  5. DSH 工具差异:子技能里写的 Bash / Agent / WebSearch 等名字,按各自文末的「DSH 适配」小节映射到 pwsh / subagent / web_search 等。ultra-research 依赖的 Playwright MCP 本机没有,走 browser-harness 技能。
  6. Windows:download-anything 的 .sh 脚本需要 Git Bash 或 WSL;中文路径建议在其下执行。
  7. 与其他技能的分工:通用深度调研可优先用 super-research(其「并行子 agent 深度调研」模式即原 deep-research)(本机原生、不依赖浏览器登录态);ultra-research 的价值在于用你已登录的多个 AI 服务并行取证,需要浏览器通道可用。

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.